文本分类文档预处理（英文）

词库生成

简单的文本预处理程序，将输入文档去掉数字（不包含字母的字符串），去掉停用词，去掉标点符号，生成基本可用的词库（保留下的基本都是有意义的特征）。便于之后用支持向量机或者决策树等进行文本分类处理等。

文件下载

评论信息

qq_38039000 :

很实用，适合初学者
2018-05-02
明封洛 :

很不错、、
2018-03-27
派桑 :

没有停用词词典。。不过这个随便一搜就能找到。另一个问题是，没有全部小写，首字母全部大写觉得有些不利于接下来的工作。
2015-10-20
悦酱 :

没有停用词，谢谢分享
2015-09-27
sinat_21530767 :

感觉不错试用中
2015-09-21
独醉笑春风123 :

感觉不错，就是没有停用词和原数据集的格式
2015-07-01
u010606082 :

还不错就是没有源文件夹不知道停用词文档是什么
2015-05-18
XKCK :

还不错，谢谢作者
2015-03-02
yubin1277408629 :

C++写的关于单个文档的去听用词，去符号等程序。
2013-11-08
TN_Halo :

额不是我需要的，我需要的是java程序
2013-08-19

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明